具有连续色调的 Seaborn 配对图？

Posted 2023-03-12

【中文标题】具有连续色调的 Seaborn 配对图？

【英文标题】：Seaborn pairplots with continuous hues?

【发布时间】：2020-08-05 08:17:23

【问题描述】：

如何为我的 seaborn 配对图引入连续色调？

我正在传递一个熊猫数据框train_df，以便可视化多个特征之间的关系。

不过，我还想添加一个色调，它会使用它们对应的目标值 target_df。这些目标值是连续的（~ 在 10 到 100 之间浮动）。

我已经定义了一个我想使用的sns.color_palette("RdGr")。

现在我有以下配对图（没有色调）：

sns.pairplot(train_df)

如何使用上面定义的调色板将 target_df 作为色调传递？

提前非常感谢。

【问题讨论】：

您好，我想帮忙，但是我不太确定我是否理解您想要归档的内容。您有两个单独的数据集。 train_df 的一项观察与 target_df 有何关系？此外，提供minimal reproducible example 或模拟数据以阐明您的目标是非常有益的

【参考方案1】：

在文档（https://seaborn.pydata.org/generated/seaborn.pairplot.html）中，您可以看到在调用函数时只需要设置palette = my_palette：

sns.pairplot(train_df, palette = my_palette)

【讨论】：

感谢您的回复。这不起作用，因为我还需要通过 hue 参数在 target_df 中包含有关连续目标变量的信息。

试试sns.pairplot(train_df, hue= my_palette)

【参考方案2】：

IIUC，您可以将target_df 分配为train_df 中的一列并将其作为hue 传递：

sns.pairplot(data=train_df.assign(target=target_df, 
                                  hue='target')

但是，如果您的 target 是连续的，这将非常缓慢。相反，你可以做一个双 for 循环：

num_features = len(train_df.columns)
fig,ax = plt.subplots(num_features, num_features, figsize=(10,10))
for i in train_df.columns:
    for j in train_df.columns:
        if i==j:    # diagonal
            sns.distplot(train_df[0], kde=False, ax=ax[i][j])
        else:       # off diagonal
            sns.scatterplot(x=train_df[i],y=train_df[j], 
                            ax=ax[i][j], hue=target_df, palette='BrBG',
                            legend=False)

这给了你这样的东西：

【参考方案3】：

pairplot（嗯，底层的PairGrid）现在将hue 委托给映射函数（如果它支持）。不过，您可能不想为每个价格绘制不同的边际密度：

diamonds = sns.load_dataset("diamonds")
sns.pairplot(
    diamonds,
    hue="price", vars=["carat", "depth", "table"], 
    diag_kws=dict(color=".2", hue=None)
)

旧答案，用于演示更灵活地使用PairGrid：

这可能比现在更容易，但没有必要自己重新创建PairGrid。

diamonds = sns.load_dataset("diamonds")
g = sns.PairGrid(diamonds, vars=["carat", "depth", "table"])
g.map_diag(sns.kdeplot, color=".2")
g.map_offdiag(sns.scatterplot, hue=diamonds["price"], s=5, linewidth=0)
g.axes[1, -1].legend(loc="center left", bbox_to_anchor=(.7, .5))